1 第二炮兵工程大学精确制导仿真技术实验室，陕西西安 710025
2 清华大学计算机科学与技术系，北京 100084
针对红外目标识别问题，提出了一种基于协方差描述子和核稀疏编码的红外目标识别方法。该方法结合了红外图像的灰度、一阶以及二阶梯度等特征的协方差描述子作为红外目标的特征，并采用 Log-Euclidean度量进行特征相似性计算，通过高斯核函数将协方差描述子映射到高维空间，最后在新的特征空间上进行稀疏编码。实测数据实验结果表明，与传统的 KNN（k-nearest neighbor，k最近邻）以及 SVM（support vector machine，支持向量机）等分类算法相比，基于核稀疏编码的红外识别方法在识别准确率上有很大的提高。
协方差描述子 核稀疏编码 红外目标识别 covariance descriptor kernel sparse coding infrared target recognition
